🌀 Sumário do Artigo
- O que os números da pesquisa realmente mostram
- Por que a confiança cai justamente quando o uso sobe
- Vibe coding: o termo que virou palavra do ano
- Como usar IA para codar sem cair na armadilha do "quase certo"
- Erros comuns de quem confia demais — ou de menos
- Para quem o vibe coding faz sentido — e para quem não faz
- O que vem pela frente
- Perguntas Frequentes
- •O que é vibe coding?
- •Por que a confiança em IA caiu mesmo com o uso crescendo?
- •Vale a pena usar IA para programar em produção?
- Fontes e Referências
Quatro em cada cinco programadores hoje pedem a um modelo de linguagem para escrever parte do código que entregam. Ao mesmo tempo, menos de um terço deles diria, sem hesitar, que confia no que essa IA produziu. Não é uma piada nem uma pesquisa isolada e enviesada: é o retrato que a Stack Overflow traçou a partir de quase 50 mil desenvolvedores em 177 países, e que continua no centro do debate técnico ao longo de 2026.
O nome que se deu a essa contradição é simples: paradoxo do vibe coding. Uso disparando, confiança despencando — o oposto do que qualquer curva de adoção de tecnologia costuma mostrar.
Resposta Rápida (TL;DR): Segundo o levantamento mais recente da Stack Overflow, 84% dos desenvolvedores usam ou pretendem usar ferramentas de IA no trabalho, mas apenas 29% confiam na precisão dos resultados gerados — uma queda de 11 pontos percentuais em relação ao ano anterior. O motivo não é rejeição à tecnologia, e sim o choque entre a lógica determinística da programação tradicional e a natureza probabilística da IA generativa, somado à frustração com código "quase certo, mas não exatamente".
O que os números da pesquisa realmente mostram
A Stack Overflow publica sua Developer Survey há 15 edições, e a de 2025 — coletada entre maio e junho daquele ano — recebeu 49.009 respostas válidas, segundo o comunicado oficial da empresa. O uso de ferramentas de IA no processo de desenvolvimento saltou de 76% em 2024 para 84% em 2025, com 51% dos desenvolvedores profissionais afirmando usar essas ferramentas diariamente.
O problema aparece na pergunta seguinte. De acordo com o blog oficial da Stack Overflow, a confiança na precisão das respostas de IA caiu para 29% em 2025 — uma queda de 11 pontos frente ao ano anterior. O comunicado de imprensa da empresa detalha o outro lado da mesma moeda: 46% dos entrevistados disseram explicitamente que não confiam na exatidão do que a IA entrega, ante 31% no ano anterior.
A favorabilidade geral também recuou. Foi de 72% em 2024 para 60% em 2025, conforme aponta a LeadDev, que cobriu a pesquisa com a analista sênior da Stack Overflow, Erin Yepis. Vale notar que diferentes reportagens arredondam essa métrica de formas ligeiramente distintas — a LeadDev cita queda de 43% para 33% ao descrever "confiança na precisão", enquanto o blog oficial fala em 40% para 29% — sinal de que a própria Stack Overflow vem refinando a forma de apresentar esse dado ao longo das publicações, mas a direção da curva é a mesma em todas as leituras: para baixo.
| Métrica | 2023 | 2024 | 2025 |
|---|---|---|---|
| Usam ou planejam usar IA | ~70% | 76% | 84% |
| Favorabilidade (muito favorável + favorável) | — | ~72% | ~60% |
| Confiança na precisão dos resultados | ~40% | 40–43% | 29–33% |
Fontes: Stack Overflow Blog, LeadDev, survey.stackoverflow.co.
A frustração concreta tem nome: 66% dos entrevistados apontaram "soluções de IA que ficam quase certas, mas não exatamente" como o principal incômodo do dia a dia, e 45% disseram que depurar código gerado por IA consome mais tempo do que escrever do zero — dado confirmado tanto pela Stack Overflow quanto pelo InfoWorld em sua cobertura independente do lançamento.
Por que a confiança cai justamente quando o uso sobe
Isso contraria a lógica normal de adoção de tecnologia, em que familiaridade gera confiança. Segundo o próprio blog da Stack Overflow, o motivo está na formação mental do programador: engenheiros de software são treinados para pensar de forma determinística — mesma entrada, mesma saída, sempre. É a base do que torna a profissão engenharia e não "programação na base da esperança", como descreve o texto.
A IA generativa opera sob outra lógica. É probabilística: perguntar a mesma coisa duas vezes pode gerar duas respostas diferentes, ambas potencialmente corretas, mas estruturadas de formas distintas. Para quem passou a carreira inteira buscando reprodutibilidade, isso soa como instabilidade — mesmo quando não é, tecnicamente, um erro.
Raj Kesarapalli, diretor da empresa de segurança de aplicações Black Duck, resume o momento à LeadDev: "a confiança do desenvolvedor em IA está se tornando mais realista conforme a indústria supera a fase inicial de hype". Já Andrey Korchak, CTO citado na mesma reportagem, descreve um padrão recorrente: alguém testa um agente de IA esperando magia, o agente comete um erro estrutural no meio do caminho, e a pessoa se afasta da ferramenta sem perceber que prompts melhores e expectativas mais realistas resolveriam boa parte do problema.
O impacto prático disso aparece quando se pergunta aos desenvolvedores por que ainda recorreriam a outra pessoa mesmo num cenário em que a IA resolvesse a maior parte das tarefas de código: 75,3% responderam que simplesmente não confiam nas respostas da IA, segundo a Stack Overflow. Outros 61,7% citaram preocupações éticas ou de segurança, e 61,3% disseram querer entender completamente o próprio código — não apenas copiá-lo.
Com agentes autônomos de IA, capazes de executar tarefas em múltiplas etapas sem supervisão constante, a cautela é ainda maior: 87% dos usuários de agentes se disseram preocupados com a precisão das informações fornecidas, e 81% relataram preocupações com segurança e privacidade de dados, de acordo com a cobertura do ADTmag sobre os dados da pesquisa. Ainda assim, entre quem já usa agentes no trabalho, 69% relatam ganho real de produtividade — o que ajuda a explicar por que a adoção segue subindo mesmo com a desconfiança.
Vibe coding: o termo que virou palavra do ano
O termo que dá nome ao fenômeno é recente. Foi cunhado por Andrej Karpathy, ex-pesquisador da OpenAI e da Tesla, em fevereiro de 2025, para descrever o ato de descrever em linguagem natural o que se quer que um sistema de IA construa, sem escrever o código manualmente — "programar pelo clima, não pelas variáveis", como resumiu a CNN ao noticiar que "vibe coding" foi eleita Palavra do Ano de 2025 pelo Dicionário Collins. Se você não conhece o jargão, vale conferir o Glossário de IA da Turbina IA antes de seguir.
A questão é que a maioria dos profissionais entrevistados pela Stack Overflow não pratica vibe coding no trabalho remunerado. O comunicado oficial da empresa aponta que quase 77% dos respondentes disseram que essa abordagem não faz parte do desenvolvimento profissional. Já o InfoWorld, ao descrever a mesma edição da pesquisa, cita a cifra de 72% dizendo não estar praticando vibe coding atualmente — variação que provavelmente reflete formulações ligeiramente diferentes da pergunta, mas que converge no essencial: entregar código gerado por IA sem revisão humana continua sendo exceção, não regra, entre quem programa para viver.
Isso não significa que o conceito seja irrelevante. Ele é mais comum entre quem está aprendendo a programar ou construindo protótipos pessoais — cenários em que o custo de um erro é baixo e a velocidade de iteração importa mais do que a robustez do código.
Como usar IA para codar sem cair na armadilha do "quase certo"
Os dados da pesquisa não sugerem abandonar a IA — sugerem usá-la com um processo. Na prática, o que separa quem tira produtividade real de quem só acumula dívida técnica costuma ser a disciplina de revisão, não a ferramenta escolhida. Um fluxo que reduz o risco descrito pelos próprios desenvolvedores na pesquisa:
- Peça código em blocos pequenos e testáveis, não a funcionalidade inteira de uma vez — isso limita o raio de dano de um erro "quase certo" e facilita a revisão linha a linha.
- Nunca aceite lógica de autenticação, permissões ou manipulação financeira sem reescrever ou auditar manualmente — é exatamente aí que os 61,7% preocupados com riscos éticos e de segurança da pesquisa da Stack Overflow concentram sua desconfiança.
- Rode os testes existentes e escreva novos para o trecho gerado antes de mesclar — o problema relatado por 45% dos entrevistados (depuração mais demorada) surge justamente quando o código entra em produção sem essa etapa.
- Compare respostas entre modelos diferentes quando a tarefa for crítica; o Comparador de IAs da Turbina IA ajuda a entender pontos fortes e fracos de cada modelo antes de apostar todas as fichas em um único fornecedor.
- Use prompts estruturados, com contexto do projeto e restrições explícitas, em vez de pedidos genéricos — a biblioteca de Prompts do site reúne exemplos testados para tarefas de programação.
Erros comuns de quem confia demais — ou de menos
Dois extremos aparecem com frequência. Do lado da confiança cega, está quem cola código gerado direto em produção sem ler, motivado pela pressa — e depois gasta mais tempo depurando do que gastaria escrevendo manualmente, exatamente o padrão que 45% dos entrevistados relatam. Do lado oposto, está quem rejeita a IA por completo depois de uma primeira experiência ruim, sem ajustar o prompt ou reduzir o escopo da tarefa, repetindo o ciclo descrito por Korchak à LeadDev.
Outro erro recorrente é tratar respostas de IA como se fossem determinísticas — pedir a mesma coisa uma vez, aceitar a primeira resposta e presumir que ela é a única possível, quando na prática existe uma distribuição de soluções plausíveis, cada uma com trade-offs diferentes.
Para quem o vibe coding faz sentido — e para quem não faz
Faz sentido para prototipagem rápida, scripts internos de baixo risco, aprendizado de programação e validação de ideias antes de investir tempo de desenvolvimento sério. Não faz sentido — pelo menos não sem revisão humana rigorosa — para código que toca dados sensíveis, sistemas financeiros, infraestrutura crítica ou qualquer contexto em que um bug silencioso custa caro. A própria pesquisa reforça isso: apenas 38% dos usuários de agentes de IA disseram que a ferramenta melhorou a qualidade do código, segundo o InfoWorld — ganho de velocidade não é sinônimo de ganho de qualidade.
Um dado que também ajuda a calibrar expectativas: apesar de todo o debate sobre substituição, 64% dos desenvolvedores ainda não percebem a IA como ameaça ao próprio emprego, uma leve queda frente aos 68% de 2024, segundo a Stack Overflow. O medo dominante não é ficar sem trabalho — é entregar código ruim sem perceber.
O que vem pela frente
A Stack Overflow já está coletando respostas para a edição de 2026 da Developer Survey, e o próprio blog da empresa vem publicando análises de acompanhamento ao longo do ano — incluindo um texto de abril de 2026 voltado a empresas que adotam IA em escala, recomendando que organizações exijam transparência dos fornecedores sobre onde e como a IA falha, em vez de tratar a ferramenta como uma caixa-preta confiável por padrão. Se a curva de confiança vai se recuperar conforme os modelos melhoram, ou se o padrão "mais uso, menos confiança" vai se consolidar como o novo normal da profissão, é a pergunta que a próxima edição da pesquisa deve começar a responder.
Perguntas Frequentes
O que é vibe coding?
É o termo, cunhado por Andrej Karpathy em fevereiro de 2025, para descrever a geração de código a partir de prompts em linguagem natural, sem escrita manual linha a linha. Segundo a Stack Overflow, ele não representa a maioria do trabalho profissional de desenvolvimento — a maior parte dos programadores ainda revisa e escreve código manualmente no dia a dia.
Por que a confiança em IA caiu mesmo com o uso crescendo?
Porque programadores são treinados para pensar de forma determinística (mesma entrada, mesma saída), enquanto a IA generativa é probabilística e pode dar respostas diferentes para a mesma pergunta. Some-se a isso a frustração com código "quase certo" que exige depuração demorada, e o resultado é confiança em queda mesmo com uso recorde, segundo o blog oficial da Stack Overflow.
Vale a pena usar IA para programar em produção?
Vale, desde que com revisão humana estruturada: trechos pequenos, testes automatizados, auditoria manual de lógica sensível (autenticação, dados financeiros) e comparação entre modelos antes de decisões críticas. Usar IA sem esse processo é o que gera o padrão de "mais tempo depurando do que economizado", relatado por 45% dos desenvolvedores na pesquisa da Stack Overflow.
Fontes e Referências
- Stack Overflow 2025 Developer Survey — AI
- Stack Overflow's 2025 Developer Survey Reveals Trust in AI at an All Time Low
- Mind the gap: Closing the AI trust gap for developers
- What the AI trust gap means for enterprise SaaS
- AI use among software developers grows, but trust remains an issue — InfoWorld
- Trust in AI coding tools is plummeting — LeadDev
- Developers Lean on AI More, But Report Growing Doubts About Accuracy — ADTmag
- 'Vibe coding' named Collins Dictionary's Word of the Year — CNN